彻底解决.net中编码问题的心得

本文将解决.net(c#)系统中因编码转换而出现的乱码问题。

最近的系统与字符集打交道，字符集的编码是一个非常头疼的事情，不小心就会造成乱码。深入学习编码知识，可以使我们在写程序时少走弯路。

要实现的功能：将一大堆网页文件批量导入数据库，然后再从数据库中批量导出保存为网页文件，导出的文件还需要再导入数据库中，依次循环。

由于最原始的网页文件来源很复杂，所以造成了编码不统一，有utf8、gb2312、gbk等。一般情况下，.net读取文本文件时，自己会识别出来编码，不需要我们操心，但是，经过测试，从数据库中读取的内容保存为文件后（写入时统一设置为utf-8），程序就不能正常识别文件的编码了。

.net中的System.IO.File.ReadAllText(filePath)，默认采用utf-8为编码来读取文件，也可以传入编码System.Text.Encoding.Default来解决问题。Default是Encoding类的一个属性，表示操作系统的当前 ANSI 代码页的编码。不同区域的操作系统，该属性值是也是不同的，比如：亚洲地区语言的编码的值为：System.Text.DBCSCodePageEncoding。

.net通过文件的BOM信息，能判断出来文件是什么格式：
Unicode {0xFF, 0xFE};
BE-Unicode {0xFE, 0xFF};
UTF8 = {0xEF, 0xBB, 0xBF};

由上可知,我将数据库里的内容保存为文件时，可能没有将BOM信息写入文件头，因此.net没有正确获取到文件的编码类型。

写入文件时，将BOM信息也添加到文件的代码：

以下为引用的内容：
StreamWriter myText;
myText = new StreamWriter("文件路径", false, new UTF8Encoding(true));

这样保存的文件，.net就可以识别出来它的编码了，而不至于再造成乱码的问题了。

小结：通过将文件转换成byte[],然后分析文件的BOM信息，即可得到文件的编码类型，然后进行相应的操作，避免造成乱码！
当文件有BOM信息时，我们通过File.ReadAllText("c:\cn_web_com.html",System.Text.Encoding.Default)就可以让.net自动去识别文件的编码类型，从而获取正确的文件内容。
当文件没有BOM信息时，我们在写入文件时，最好能添加它的BOM信息。否则，我们只能手动针对不能的编码来解析不同的文件，比如cn_web_com.html为utf8编码，我们读取它时，语句为：File.ReadAllText("c:\cn_web_com.html",System.Text.Encoding.GetEncoding("utf-8"));

彻底解决.net中编码问题的心得相关推荐

如何解决python中编码错误的问题_【总结】Python 2.x中常见字符编码和解码方面的错误及其解决办法...
该楼层疑似违规已被系统折叠隐藏此楼查看此楼对于Python解析器而Python解析器所干的事情,就是: Python解析器,根据当前的所用的字符串编码类型此字符串编码类型,是你自己所设置的不 ...
java 对象逃逸解决_Java中的逃逸问题心得
大家一般认为new出来的对象都是被分配在堆上,但这并不是完全正确,通过对Java对象分配过程分析,我们发现对象除了可以被分配在堆上,还可以在栈或TLAB中分配空间.而栈上分配对象的技术基础是逃逸分析和 ...
解决java中对URL编码的问题
解决java中对URL编码的问题参考文章: (1)解决java中对URL编码的问题 (2)https://www.cnblogs.com/a198720/p/4210763.html 备忘一下.
Python中编码问题：u'\xe6\x97\xa0\xe5\x90\x8d' 类型和 ‘\u559c\u6b22\u4e00\u4e2a\u4eba ’ 转为utf-8的解决办法...
Python中编码问题:u'\xe6\x97\xa0\xe5\x90\x8d' 类型和 '\u559c\u6b22\u4e00\u4e2a\u4eba ' 转为utf-8的解决办法相信小伙伴们遇到过 ...
Python中编码问题：u‘\xe6\x97\xa0\xe5\x90\x8d‘ 类型和 ‘\u559c\u6b22\u4e00\u4e2a\u4eba ’ 转为utf-8的解决办法
Python中编码问题:u'\xe6\x97\xa0\xe5\x90\x8d' 类型和 '\u559c\u6b22\u4e00\u4e2a\u4eba ' 转为utf-8的解决办法参考文章: (1) ...
解决Python3中的中文字符编码的问题-亲测有效
解决Python3中的中文字符编码的问题一.原理篇: Unicode是一32位编码格式,不适合用来传输和存储,所以必须转换成utf-8,gbk等等.这篇文章主要介绍了Python3中的解决中文字符编 ...
java中html中文乱码怎么解决_Java读取网页HTML 汉字乱码 (已解决，bufferedReader中编码改成...
Java读取网页HTML 汉字乱码 (已解决,bufferedReader中编码改成 Java读取网页HTML 汉字乱码 (已解决,bufferedReader中编码改成跟网页的一致即可) #网页HT ...
base64编码 springboot_解决idea中Springboot找不到BASE64Encoder或Decoder的jar包
解决idea中Springboot找不到BASE64Encoder或Decoder的jar包问题描述: Springboot项目.明明都把包下载放进去了,就是报错找不到.JDK11 解决方法之一: ...
根本解决Python2中unicode编码问题
Python2中编码问题因为计算机只识别01这要的二进制,所以在计算机存储我们的文件时,要使用二进制数来表示.所以编码就是哪个二进制数表示哪个字符: 编码原由系统编码.文件编码与python系统编 ...

彻底解决.net中编码问题的心得

彻底解决.net中编码问题的心得相关推荐

最新文章

热门文章